Quando si parla di tumore, ci si concentrai il più delle volte sulla ricerca di cure sempre più efficaci e meno invasive. Naturalmente è quello l'obiettivo più importante, ma non sono da tralasciare nemmeno i passaggi precedenti, quelli che portano a una diagnosi di cancro e del suo indice di gravità. Una serie infinita di esami e incertezze, costituita a volte anche da indagini più dolorose o fastidiose. Quasi sempre, la tappa fondamentale è la biopsia, ovvero il prelievo di una piccolissima parte di tessuto per appurare se le cellule che lo compongono siano malate oppure no. Ecco perché la scoperta che ha riunito un team di ricerca di diversi istituti di Padova è così importante: un algoritmo che consenta di diagnosticare un carcinoma cerebrale e il suo stadio prima dell'accertamento istologico.

Per raggiungere questo risultato è stata necessaria la collaborazione fra il Dipartimento di Medicina Animale, Produzioni e Salute dell'Università di Padova, il Reparto di Neuroradiologia e il Reparto di Neurochirurgia dell'Azienda Ospedaliera padovana. Sì, anche gli animali hanno giocato un ruolo fondamentale in questo esperimento e, in particolare, i cani, che vivendo in stretto contatto con l'essere umano e quindi possono sviluppare una patologia identica in modo spontaneo e naturale.

È stata quindi prima di tutto identificata una serie di algoritmi di rete neurale negli animali domestici. Le operazioni sono servite per riconoscere i gliomi, un tipo di tumore che colpisce le cellule gliali che sostengono il neurone, e determinarne la malagnità. Dopodiché è stato sviluppato uno schema identico, che potesse funzionare anche per il cervello dell'uomo e per l'individuazione anche dei meningiomi, carcinomi che interessano le meningi, membrane che rivestono l'organo cerebrale.

Questa tecnica è stata sperimentata su 117 pazienti, tutti con una diagnosi di tumore, ricevuta in seguito a un accertamento radiologico e anche istologico. In 109 casi l'algoritmo è stato in grado di riconoscere in modo corretto il meningioma e il suo grado di maliginità. Come? Utilizzando semplicemente le immagini della risonanza magnetica. Nessun prelievo di tessuto, nessun intervento invasivo.

Naturalmente si tratta solo di uno studio preliminare e serviranno nuovi approfondimenti per essere certi che questa tecnica funzioni con precisione. Ma si è aperta la strada verso percorsi di diagnosi più veloci e meno stressanti per i pazienti.

Fonte| "Accuracy of Deep Learning to Differentiate the Histopathological Grading of Meningiomas on MR Images: A Preliminary Study" pubblicato sul Journal of Magnetic Resonance Imaging il 21 marzo 2019